중국에서 개최 된 GPU 기술 컨퍼런스(GTC)에서 NVIDIA의 수석 과학자이자 연구 SVP, Bill Dally는 회사가 HPC, AI(인공지능), 그래픽, 의료 및 엣지 컴퓨팅의 미래를 추진할 계획에 대해 흥미로운 내용을 발표했다. Dally는 NVIDIA의 연구 노력과 제품의 미래 비전을 제시했으며 가장 흥미로운 것 중 하나는 표준적인 전기 데이터 전송을 버리고 빛의 속도를 사용하여 노드 통신을 확장하고 발전시키는 계획이다.
회사가 제안한 계획은 광학 NVLink를 사용하는 것으로 현재 NVLink 2.0 칩은 비트당 8개의 피코 줄(8pJ / b)을 사용하고 리피터 없이 0.3 미터까지만 신호를 보낼 수 있지만, 광학 방식은 전력의 절반을 소비하면서 20 ~ 100 미터의 데이터를 전송할 수 있다.( 4pJ / b) NVIDIA는 트레이에 4개의 GPU가 있는 시스템을 개념화했으며 모두 광학으로 연결된다. 이러한 설정에 전력을 공급하기 위해 8-10개의 파장을 생성하는 레이저가 있고, 이러한 파장은 링 공진기를 사용하여 파장 당 25Gbit / s의 속도로 변조된다. 수신 측에서는 링 광 검출기가 파장을 픽업하여 광 검출기로 보내며 이 기술은 장거리에서도 빠른 데이터 전송을 보장한다.
그리고 그것이 전부는 아니다. 모든 것을 통합하기 위해 NVIDIA는 이를 칩 패키징 기술과 결합해야 한다. 아래 그림은 GPU와 메모리 조합이 유기 패키지 위에 있는 실리콘 인터포저에 있는 설정이다. 이 유기 패키지는 포토닉 집적 회로 (PIC)에 연결되며 또한 공진기를 사용하여 GPU에서 나오는 전기 신호를 광학 신호로 변환하는 전기 인터페이스 칩 (EIC)이 있다. 광 인터커넥트는 측면에 유사하게 구축 된 스위치가 필요하다.
이러한 기술을 사용하여 NVIDIA는 향후 1,000개의 상호 연결 GPU가 있는 시스템이 가능하며 각 GPU는 빛의 속도를 사용하여 서로 통신 할 수 있다고 밝혔다. 기술이 시장에 출시되는 것은 시간 문제지만 현재로서는 연구 프로젝트 일 뿐이므로 보장 할 수 없다.
새로운GA102 아키텍처는 삼성의 8N 프로세스를 사용하여 제조됩니다. TSMC의 N7 노드가 전반적으로 더 좋지만 Nvidia의 A100을 포함하여 비용이 더 많이 들고 현재 수요가 매우 많아 결국 삼성에서 제조하게 된 것입니다. GA102는 크고 강력한 칩으로 628.4mm 크기의 다이에 283억 트랜지스터가 탑재되어 있습니다. RTX 2080 Ti에 사용 된 TU102 칩보다 트랜지스터가 52% 더 많지만 면적은 17% 더 작은 것입니다.
Ampere 아키텍처 중 GA100과 GA102 및 기타 소비자 칩에는 상당한 차이가 있습니다. GA100은 과학 워크로드를 위한 FP64 성능에 훨씬 더 초점을 맞추고, 딥 러닝 하드웨어가 두 배 입니다. 반면 GA102는 대부분의 FP64 기능을 삭제하고 대신 레이 트레이싱 하드웨어와 기타 아키텍처 개선 사항을 포함합니다.
3080은 기존 2080 Super에서 스펙이 대폭 강화되어 8704 쿠다코어, 68 RT 코어로 구성되며, VRAM은 320비트의 10GB를 탑재합니다.
HDMI 2.1포트와 3개의 DisplayPort 1.4a 포트가 있으며 VirtualLink 포트는 없습니다. 또한 다양한 포트는 모두 시각적 무손실 기술인 DSC(Display Stream Compression)를 사용하여 8K 60을 지원합니다.
GA102는 최대 12개의 32비트 메모리 채널을 지원하며 이 중 10개가 RTX 3080에서 활성화됩니다. Nvidia는 Micron과 협력하여 GDDR6X 메모리를 사용합니다. 이 메모리는 PAM4 신호를 사용하여 이전보다 훨씬 더 높은 데이터 속도를 제공합니다. RTX 20 시리즈 카드가 2080 Super에서 15.5Gbps, 다른 RTX 카드에서 14Gbps로 최고를 기록했지만 GDDR6X는 RTX 3080에서 19Gbps로 더 빠릅니다. 320비트 인터페이스와 결합하여 760GBps의 대역폭을 제공하며 RTX 2080에 비해 70% 향상 되었습니다.
올 하반기 출시설이 나도는 엔비디아의 암페어 GPU는 출시에 가까워지면서 앞으로 출시될 그래픽 카드에 대한 루머와 정보가 많이 나오고 있다. 오늘 타이베이 타임스의 최신 보도에 따르면 "암페어" 아키텍처를 기반으로 한 NVIDIA의 차세대 그래픽 카드는 이전 세대의 튜링 GPU에 비해 성능이 50%나 향상되는 반면, 전력 소비량은 절반 정도라고 한다.
TSMC의 7nm 제조 노드를 이용해 제조된 암페어는 미래의 모든 GPU 중에서 새로운 왕이 될 태세다. 새로운 7nm 제조 노드의 특징과 개선으로 인해 50%의 성능 향상이 불가능한 것은 아니다. NVIDIA는 밀도만 활용하면 더 작은 노드의 사용으로 인해 최소 50%의 추가 성능을 추출할 수 있다. 그러나 암페어는 새로운 아키텍처도 가져올 것이기 때문에 성능은 훨씬 더 높아져야 한다. 새로운 제조 노드와 새로운 마이크로 아키텍처를 결합한 암페어는 전력 소비를 반으로 줄여 매우 효율적인 GPU 솔루션을 제공할 것이다. 우리는 아직도 그 성능이 주로 광선 추적 어플리케이션에서 증가할 것인지, 아니면 NVIDIA가 일반적인 그래픽 성능에 초점을 맞출 것인지에 대해서는 알지 못한다.
미국 어도비(Adobe)는 3월 26일~3월 28일, 3일째 이 회사가 클라우드 서비스로서 제공하고 있는 디지털 마케팅 지원 소프트웨어 "Adobe Experience Cloud" 관련 개인 행사 "Adobe Summit"을 미국 네바다 주 라스 베이거스에서 개최했다.
이 가운데 Adobe는 동사의 인공지능 AI 플랫폼 "Adobe Sensei"를 이용한 디지털 마케팅에 관해서 몇 가지 새로운 발표를 진행했다.
동사의 디지털 마케팅 효율화로 Adobe Experience Cloud를 이용해 유저층에 최적화 된 전자 메일 전달 등의 효과적인 디지털 마케팅을 실시하고 있다고 소개했다.
Adobe Experience Cloud 전용으로도 제공되고 있는 머신러닝 AI "Adobe Sensei"
Adobe가 제공하고 있는 "Adobe Experience Cloud"는 효과적이고 효율이 좋은 디지털 마케팅을 지원하기 위한 소프트웨어로, 대기업 등이 전자 메일 전달이나 SNS의 정보 전달 등을 보다 효율적으로 실시할 수 있다.
그 "Adobe Experience Cloud" 용으로 제공되고 있는 머신러닝(기계학습) AI 서비스가 "Adobe Sensei." 이 AI는 동사의 크리에이터 툴인 "Adobe Creative Cloud"에서도 채용되고 있어 사진의 리터치시에 영역의 지정을 자동으로 AI가 진행한다.
Adobe Experience Cloud에서도 Adobe Sensei는 기계학습 베이스의 AI로 제공되기는 마찬가지다. 단, Creative Cloud의 사용법과는 달리 예를 들어 빅 데이터라 불리는 데이터를 해석하여 사용자를 속성별로 분류하는 용도나 이용자의 성향을 파악하는 용도로 이용된다. 이 밖에도 디지털 마케팅에 들어가는 비용과 효과를 Adobe Sensei가 측정해 비용대비 효과를 숫자로 보여주는 등의 기능도 준비되어 있다는 것.
잘 알려진 용도로는 e커머스 사이트의 리커멘데이션이 있다. 특정 ID의 이용 성향 등을 AI가 분석하고, 그 유저가 원할 것 같은 물건을 AI가 선택해 유저가 e커머스 사이트에서 브라우징을 이용하고 있을 때 그 물건을 표시한다고 하는 구조는 e커머스를 이용한 적이 있는 독자라면 한 번 반드시 체험하고 있는 것은 아닐까.
이번 Adobe와 NVIDIA가 공동으로 한 세션에서는 NVIDIA가 Adobe Sensei를 이용해 어떤 것을 하고 있는지를 설명했다. NVIDIA는 디지털 마케팅 기반으로서 B2C(Business to Consumer기업에서 일반 소비자)는 Adobe Experience Cloud를, B2B(Business to Business 기업 대 기업)에서는 Marketo를 활용했다. Marketo는 지난해(2018년)에 Adobe가 인수한다고 발표했으며 이미 회사 통합도 마쳤기 때문에 NVIDIA의 디지털 마케팅 기반은 B2B도 B2C도 Adobe 베이스다.
이번 세션에서는 B2C, 즉 일반 소비자용 캠페인이 어떻게 이뤄지고 있는지를 중심으로 설명했다.
NVIDIA 디지털 인텔리젼스 담당 시니어 매니저 팀·토란에 따르면 NVIDIA는 Adobe Sensei를 주로 3개의 AI의 용도로 사용하고 있다고 한다. 그것이 속성(어트리뷰트) AI, 고객 관리(고객) AI, 전체 관리(저니)AI 3가지다.
속성 AI라고 하는 것은 어느 특정 ID, 혹은 어느 특정 ID의 집합이 어떤 속성인지 등을 파악하기 위한 AI로, 그것을 활용하면 어느 캠페인에 투자한 결과와 그것이 어느 정도의 매상으로 연결되었는지 분석하거나 광고를 하려면 어떤 미디어에 대해 광고를 하면 효과적인가 하는 것을 나타내 주는 것이다.
덧붙여 오해가 없도록 설명해 두지만, 특정의 ID라고 하는 것은 그것이 누구인가라고 하는 것을 특정한 ID는 아니다. ID가 누구인지 알 수 없는 취급을 하는 것은 디지털 마케팅의 세계에서는 상식이 되어 있고, 특히 유럽에서는 GDPR 이라고 하는 어려운 개인 정보 보호 사고방식이 도입되고 있어 글로벌하게 비즈니스를 실시하고 있는 기업의 경우에는 거기에 준거한 취급이 되고 있기 때문에 유저가 자신의 정보 삭제를 요구할 수 있도록 되어 있고, 그것이 누구인가는 특정할 수 없는 구조가 마련되어 있는 것이 일반적이다.
토란에 따르면 NVIDIA는 이 속성 AI을 이용해서 실제로 GeForce RTX 20 시리즈의 발매시 등의 캠페인에 활용하고, e메일을 이용한 캠페인이나 광고 등의 구조를 이용해 종래보다 효과적인 캠페인이 가능했다고 한다. 또 지난주 NVIDIA 주최로 열린 GTC 참여자 모집에서도 기존보다 5배 정도 증가로 이어졌다는 구체적인 효과가 있다고 설명했다.
또한 기존에는 평가가 어려웠던 북미, 유럽에서의 비용대비 효과도 Adobe Sensei에 의해 보다 간단하게 확인할 수 있게 된 것으로, 향후 그 결과에 의해 각 리젼 예산 배분 등이 행해진다는 것이었다.
Adobe Sensei를 이용해 유저 전체의 동향을 파악한 "메일 캠페인"
2번째 고객 관리 AI에서는 특정 ID가 왜 그 제품을 구입했는지를 분석할 수도 있다. 예를 들어 어떤 ID가 하이엔드 GPU를 사용하고 있다고 추측할 수 있다면 왜 그 아이디가 하이엔드의 GPU를 구입했는지 등을 분석할 수 있다는 것이다.
디지털 마케팅의 용어에서는 그러한 것을 퍼스널 라이즈라고 하는데 예를 들면 그것을 기초로 나라 마다의 평균적인 게임 시간을 내거나 게임을 몇 시간 하는 유저가 어느 정도의 빈도로 동사의 Web 사이트를 방문하고 있는지 등을 데이터로 나타낼 수 있다.
그것을 기초로 하여 예를 들면 게임을 장시간 플레이 하고 있는 유저에 대해 새로운 GPU를 사지 않겠습니까, 조금 싸집니다 라는 캠페인의 메일을 내거나 하는 등의 효과적인 캠페인이 가능하게 된다. 토란에 따르면 그런 AI의 해석과 실제 통계를 비교했는데 96%의 정합성이 있다고 판명되어 AI 해석의 정확도는 높게 나타났다고 한다.
그리고 마지막으로 전체관리AI는 어떻게 어떤 ID로 리치하는 것이 좋은지를 AI가 보여주는 것이다. 예를 들어 이메일로 캠페인을 보낸다 하더라도 너무 자주 보내면 사용자는 e메일 등록을 해제하므로 역효과가 날 수도 있다. 거기서 AI가 전체의 동향을 분석하고 가령 점심 때 보낸 메일은 읽고 새로운 GPU의 구매로 이어지는 등의 평가를 한다. 그것으로 종래보다 14% 가량 URL을 클릭하는 수가 늘고 메일링 리스트의 해제율이 3분의 1로 됐다는 눈에 보이는 효과가 있었다는 것이다.
현대에서 NVIDIA, AMD 등 유저에게 이메일을 등록시켜 캠페인 메일을 보낸다는 디지털 마케팅은 당연해지고 있다. 유저로서도 좋은 캠페인은 대환영일 것이고, 거기는 서로 윈윈하는 관계라고도 말할 수 있는 것(필요가 없으면 언제라도 해제할 수 있다), 그러한 배후에는 이번에 소개한 Adobe Sensei와 같은 AI가 움직여 최적화되어 있다는 것은 꽤 흥미로운 내용이다.
Battlefield 1 has made the rounds for some time, and after the optimizations over the years both manufacturers generally enjoy solid performance across the board. The RTX 2060 (6GB) is no exception and fares well, splitting the difference between the GTX 1070 Ti and GTX 1080. This also means it opens a lead on the RX Vega 56.
Somewhat surprisingly, the RTX 2060 (6GB) performs poorly in Ashes, closer to the GTX 1070 than the GTX 1070 Ti. Although it is still ahead of the RX Vega 56, it's not an ideal situation, where the lead over the GTX 1060 6GB is cut to around 40%.
In summary, Wolfenstein II tends to scales well, enables high framerates with minimal CPU bottleneck, enjoys running on modern GPU architectures, and consumes VRAM like nothing else. For the Turing-based RTX 2060 (6GB), this results in outpacing the GTX 1080 as well as RX Vega 56 at 1080p/1440p. The 4K results can be deceiving; looking closer at 99th percentile framerates shows a much steeper dropoff, more likely than not to be related to the limitations of the 6GB framebuffer. We've already seen the GTX 980 and 970 struggle at even 1080p, chained by 4GB video memory.
At 1080p and 1440p, the RTX 2060 (6GB) returns to its place between the GTX 1080 and GTX 1070 Ti. Final Fantasy is less favorable to the Vega cards so the RTX 2060 (6GB) is already faster than the RX Vega 64. With the relative drop in 4K performance, there are more hints of 6GB being potentially insufficient.
NVIDIA hardware tend to do well here, and for all intents and purposes the RTX 2060 (6GB) FE is equivalent to the GTX 1070 Ti FE in performance. Which means that the RTX 2060 is essentially on the level of the RX Vega 64, an ideal position for it to be in.
Temperature & Noise
With an open air cooler design with dual axial fans, the results are in line with what we've seen with the other RTX Founders Editions.
%20Founders%20Edition%20-%20The%20NVIDIA%20GeForce%20RTX%202060%206GB%20Founders%20Edition%20Review%3A%20Not%20Quite%20Mainstream&txt=%3Cimg%20alt%3D%22%22%20src%3D%22https%3A%2F%2Fimages.anandtech.com%2Fdoci%2F13762%2FGeForce_RTX_2060_3QTR_Front_Right_1546621157_575px.jpg%22%3E)
%20Founders%20Edition%20-%20The%20NVIDIA%20GeForce%20RTX%202060%206GB%20Founders%20Edition%20Review%3A%20Not%20Quite%20Mainstream&txt=%3Cimg%20alt%3D%22%22%20src%3D%22https%3A%2F%2Fimages.anandtech.com%2Fdoci%2F13762%2FGeForce_RTX_2060_Bracket_1546621177_575px.jpg%22%3E)
